基于细粒度分类的一体化地下排水管道缺陷检测算法研究

摘要

随着智慧城市的不断建设，缺陷检测在地下排水管道中扮演的角色愈发重要。然而，当前的通用目标检测方法主要面向差异较大目标的识别场景，不能很好地解决地下排水管道缺陷检测场景下存在的缺陷类别间易混淆、缺陷等级差异小的问题。基于此，该文首先探究通用检测方法在管道缺陷检测任务中存在局限性的原因，从增强模型的细粒度分类性能入手，提出了多尺度细粒度增强方法下的一体化联合学习算法，旨在同时提高模型的缺陷分类和缺陷分级性能。在两个自建数据集Sewer-Complete和Sewer-Part上进行大量实验，验证了该方法的有效性和泛化性，与多个现有检测方法进行对比实验和可视化分析验证了该方法的先进性。

关键词

细粒度分类 / 特征交互 / 多任务学习 / 地下排水管道缺陷检测

基金资助

国家自然科学基金（62372082）; 中央高校基本科研业务费（ZYGX2024Z017）; 深圳市自然科学基金（JCYJ20240813114206010）